城市轨道交通AFC终端设备智能化管控

2022-12-01王照华周鳞真张晓曦

铁路通信信号工程技术 2022年11期

王照华，张莉，周鳞真，张晓曦，史楠

（北京轨道交通路网管理有限公司，北京 100101）

截至2020年底，北京轨道交通路网自动售检票系统（简称AFC系统）覆盖23条线路，430座车站，终端设备超过18 000台。在既有AFC系统粗放式的设备运行管理模式下，车站终端设备采用全运营时段全开机运营的方式为乘客提供票务服务。北京轨道交通的运营里程长、车站分布广，各站客流规律多样，不同时期、不同时段客流对票务设备的使用需求差异很大；另一方面，车站设备配置考虑客流增长趋势和高峰需求情况，设备配置往往比较充裕。因此，在客流低峰、平峰时段，甚至在有些车站的客流高峰时段都存在大量的设备闲置现象。这种现象不仅使大量闲置设备长时间空转造成设备运行损耗严重，降低设备生命周期，提高故障率，增加运维成本，而且造成大量能源浪费。

为解决AFC终端设备闲置和空转造成的浪费问题，本文研究AFC终端设备运行的智能化管控模型，依据设备使用历史规律，采用大数据技术分析不同时段，不同种类设备服务能力需求，按照供需匹配的原则，采用提前预制开机计划、实时监测和动态调整3个环节实现对设备服务的自动化管控，实现AFC终端设备的智能化管控，在满足乘客服务需求的基础上，提高设备使用效率，降低设备运行损耗，减少运行维护成本，节省能源成本，实现降本增效。

1 基于客流需求的AFC设备智能化管控模型

地铁车站的AFC终端设备按照极限客流需求设计和配置，以满足在高峰时段或者大客流条件下乘客票务服务的需要。但是大部分车站在实际运营中的客流往往呈现出明显的高低峰特征，在低峰时段客流量小，票务服务能力需求低，导致设备服务能力浪费。本文提出基于客流需求的AFC设备智能化管控模型，如图1所示。

图1 基于客流需求的AFC设备智能管控模型Fig.1 Intelligent control model of AFC devices based on passenger flow demands

鉴于每个地铁车站的客流和票务服务需求各不相同，因此采用一站一方案进行设备管控，换乘站按一个车站处理；将每个车站的同类服务功能的设备群组作为设备管控的独立单元进行智能化管控。如望京西站东厅可分为出站群组1、进站群组1和东厅自助售票/充值群组1。

针对售票/充值、进站、出站等不同票务业务种类进行历史大数据分析，分析自动售票机（TVM）、互联网自动售票机（ITVM）、自动检票机（AG）等不同类型设备的服务需求。针对每种设备的服务需求，根据每个车站服务需求量的波动，将每个运营日划分为不同的时段。根据每个时段的设备服务能力需求，以及单台设备的服务能力，计算该时段的设备开机数量，满足票务服务需求。根据车站设备配置数量、布局，制定每个时段指定类型设备开机计划（开机数量、具体哪些设备开机、开/关机时间）。设备开机计划制定应考虑设备使用均衡度，避免不均衡使用，提高设备使用寿命；应考虑开机设备的安排符合车站现场客流组织和引导作业方式，不对乘客正常出行造成影响。

按照设备开机计划执行，在每个不同时段开启或关闭相应设备，实现按需服务的智能管控模式。同时，对车站客流进行实时监视，当发现大客流（开机设备负荷超限，或其他方式发现大客流）时，及时通过系统或人工控制开启更多设备，满足客流异常波动、突发大客流，或应急状态下的票务服务需求，保证提供足够的票务服务能力，不影响乘客出行。

2 设备服务需求分析

2.1 客流特征日划分

城市轨道交通客流呈现出明显的日期特征属性，不同特征日期的客流由于客流构成、出行目的等的不同而呈现出不同的客流数量和波动规律特征，而每种特征日期的客流规律又呈现出较高的相似度和波动规律。因此，本文客流需求分析首先划分不同的特征日期，包括工作日（周一到周五）、双休日（周六、日）、法定假日（五一、十一、春节等）等，对每种特征日期的客流规律进行分析。

2.2 车站特征日基准客流提取

将未来日期根据特征日分类标准贴标签，根据未来某一日的日期标签组合，寻找历史日期同类日期标签的客流。同类日期标签判定原则如下。

1）未来某一日的日期标签组合必须找历史日期中一样的日期标签组合。例如，“工作日第一天-活动日”与“工作日第一天”不属于同类日期标签。

2）若未来某一日的日期标签组合在历史日期中无法找到完全一样的日期标签组合，则在历史同类标签组合中提取客流。当“节假日”“农历节日”“活动日”日期标签与“法定节假日”日期标签组合时，认为法定节假日的客流不受节假日、农历节日、活动日因素的影响，则“法定节假日”与“法定节假日-节假日”“法定节假日-活动日”“法定节假日-农历节日”“法定节假日-节假日-活动日”“法定节假日-农历节日-活动日”“法定节假日-节假日-农历节日”“法定节假日-节假日-农历节日-活动日”为同类标签。找到历史同一日期标签组合的分时段进站客流作为基准客流，若历史这一日期标签组合下有多个日期的客流，则以客流叠加后各时段客流最大值作为该日期标签组合下的基准客流。

2.3 车站客流时段划分

很多车站客流呈现出明显的高低峰波动规律，而客流高峰期和低峰期对设备服务能力的需求差异很大，但是每个车站的客流波动规律和高低峰特征又各不相同。因此，对车站的客流分析首先要根据历史客流大数据分析，划分每个车站客流时段。

本文提出一种基于车站进出站量的高平峰时段划分方法，能够针对车站进站客流实际分布对各车站高平峰时段逐一划分，形成各车站独有的时段，为后续更好地分析、预测客流做准备。具体步骤如下。

1）利用车站历史AFC数据，统计不同日期类型（包括工作日、双休日、法定假日等）车站分时段（如30 min粒度）进站客流；

2）计算车站不同日期类型的平均分时进站量；

3）将分时进站量高于某一既定指标（如平均分时进站量）的连续时段划分为初始高峰时段；

4）调整时段，对车站较短的高峰时段（小于30 min）进行合并，得到最终的高峰时段和平峰时段；

5）重复上述步骤，生成路网所有车站所有日期类型的高平峰时段。

车站时段划分需要定期根据历史客流数据重新计算一次，作为下阶段的客流分析基础数据，新开通车站采用标准时段划分方法。

3 设备应用分析

3.1 设备群组划分

结合车站设备布局、车站实际运营组织需要、设备功能配备等情况对车站自助检票设备、自助售票设备进行群组划分。将空间区域相连的设备划分为一个群组，如图2所示。

图2 车站设备群组划分Fig.2 Station AFC device group division

3.2 设备综合服务能力分析

本文通过对车站设备使用情况的大数据分析，获取车站设备在实际使用中满负荷分布情况，采用高峰客流时段下的负荷加权合计算车站实际服务能力值，作为本车站的设备服务能力。

3.3 设备开机优先顺序分析

由于各车站实际布局、现场运营进出站组织方式以及电梯/扶梯等其他便利性措施影响，乘客往往会在选择使用设备时具有倾向性，在方便乘客的前提下，应优先选用乘客习惯使用的设备进行开机服务，因此本文统计每个群组、每台设备的累计使用量，在制定设备开机计划时，尽可能地安排累计使用量较高的设备，并且可根据现场实际情况人工调整设备选用顺序或者进行周期性轮换，以便达到设备均衡使用的目的。

4 设备开机计划

AFC设备智能管控模型需要针对每一种票务服务类型进行大数据分析和计算，制定各类服务的设备开机计划，包括售票、充值、进站、出站等。本文以进站AG为例说明如何制定设备开机计划。

4.1 设备开机数量计算

分时段进站AG开机数量=分时段进站客流需求/车站进站AG单设备能力（向上取整）。

4.2 设备开机计划制定规则

根据车站设备部署的数量和位置等情况，配置每个时段的具体开机设备，开机设备配置规则如下。

1）一个进站闸机群组应最少开启2台进站闸机，开启的进站闸机中应至少有1台宽通道闸机。

2）在满足条件1）的情况下，群组内进站AG按2019年进站交易总量由高到低的顺序依次轮换开/关机。

语言中的绝大多数词都拥有多个意义。传统的语义研究没有认识到多义词各个义项之间的内在联系，没有对语义扩展的机制做出合理的解释。认知语言学揭示了多义现象的本质，认为词的多个意义中除了基本义之外，其他意义是通过隐喻和转喻的方式由基本义扩展而来的。雷可夫指出，一词多义起源于不同认知域之间以及同一认知域中不同元素之间的关系。词的基本义与扩展义之间有直接的认知性关系。词的各义项之间存在着理据性关系是因为词义的扩展从主观上来说主要是通过隐喻和转喻思维来实现的。词义扩展的方式主要有两种:基于与中心义的相似性关系派生新义为词义的隐喻性扩展，基于与中心义的邻近关系派生新义为词义的转喻性扩展。

3）设备开/关机时段划分方法：以进站闸机开机需求数量＞2台（参数设置，可更改）为时段划分规则。在进站闸机开机需求数量＞2台（参数设置，可更改）的时段，这个时段内以基准客流最高进站量计算所需进站闸机数量。

4）AG设备开/关机由系统自动化运行控制。在客流上升时段，考虑设备开机需要时间，每个时段开始时间点前30 min（参数设置，可更改）开启下一个时段所需要的AG数量。在客流下降时段，每个时段结束时间点后30 min（参数设置，可更改）关闭相应设备。设备在不同时段需要开机或关机前，提前提示车站人员即将开启/关闭的设备编号，全站设备逐台陆续开启/关闭，开/关机间隔5 min（参数设置，可更改）。

4.3 设备开机计划

1）车站设备配置和使用情况

根据各站自身设备配置规模、设备布局和各设备历史使用频次情况，并且兼顾现场的运营管理需求，按照业务功能分类将车站设备进行群组划分和选用优先级排序，如图3所示。

图3 车站设备群组划分和开机顺序Fig.3 Station AFC device group division and operating sequence

2）某工作日的设备开机计划

根据该站历史大数据分析和智能化管控模型计算得到某工作日的设备开机计划，如图4所示。

图4 某工作日的设备开机计划Fig.4 Operating plan of station AFC devices for a working day

5 实时监控动态调整

通过车站客流进行实时监控，根据实时客流需求进行设备开机的动态调整，以应对突发大客流情况。以进站AG为例，具体方法如下。

1）实时采集车站AFC数据，对开机设备使用负荷（每分钟使用量）进行动态监控。

2）如出现开机设备的整体负荷值接近或达到满负荷（单设备能力值×开机数量）的一定比例（参数，例如80%），并持续一定时间（例如2 min），则判定现场可能存在排队的风险，立即开启一台备用设备；继续实施监控，如果还持续高负荷，则继续开启另一台备用设备，以此类推，直至全部设备开机。

3）如果开启备用设备后，开机设备的整体负荷值不断降低，低于满负荷的一定比例（参数，例如50%），并持续一定时间（例如5 min），则判定客流需求下降，关闭一台备用设备。继续监控，如果开机设备的整体负荷仍然低于设定的满负荷比例，则继续判定客流需求下降，继续关闭一台备用设备。以此类推，直至达到该时段开机计划数量为止。

6 自学习优化

定期对车站设备开机计划的执行结果进行大数据分析，采用自学习方法对设备开机计划进行优化调整，包括车站客流特征日相似度的分析以优化车站客流特征日的划分；每种特征日客流时段的分析，以更加精准地划分时段，提高设备使用效率；对车站设备使用负荷峰值情况进行分析，以对车站单设备能力值进行修正；对每个时段内的客流异常波动和备用设备启用情况进行分析，以调整时段设备开机数量等。从而对整体车站设备开机计划进行优化，以便更精准地满足车站客流需求，提高设备使用效率。